|
|
51CTO旗下网站
|
|
移动端

解析UCloud人工智能与英特尔背后的技术故事「下」

UAI-Service的通用性优势,解决了企业面对不同AI框架时的“选择障碍症”。UAI-Service对主流的AI框架,包括TensorFlow*、Keras*、Caffe* 和MXNet* 等都提供良好的支持,企业可以根据自己的业务需求来选择不同的AI框架进行接入。

作者:UCloud技术市场团队来源:ucloud博客|2017-12-28 12:27

在上一篇中,我们介绍了UAI-Service借力英特尔技术如何让使用AI服务像使用云主机一样便捷等技术问题。在这一篇中,我们将继续就UAI-Service如何以低TCO获取高效AI服务等问题展开讨论。

UAI-Service另一个重要优势是平台内数据的安全性:

1.首先,由于UAI-Service在每个虚拟机上只部署一个AI节点,因此做到了各个AI任务之间的隔离;

2.其次,由于平台本身并不涉及AI训练数据以及训练方法,在运行时仅需模型文件及接口代码,杜绝了数据外泄的可能;

3.最后,UCloud基于SDN技术实现了网络链路层的隔离,使每个客户的UAI- Service项目子网之间相互隔离,提升了网络安全性。

在UAI-Service中,用户之间的AI模型和接口代码是安全隔离的,全自动化的部署过程使运维人员无权访问敏感数据,进一步提升了数据的安全性。

UAI-Service的通用性优势,解决了企业面对不同AI框架时的“选择障碍症”。UAI-Service对主流的AI框架,包括TensorFlow*、Keras*、Caffe* 和MXNet* 等都提供良好的支持,企业可以根据自己的业务需求来选择不同的AI框架进行接入。

UAI-Service 框架示意图

在传统的AI框架以外,UAI-Service还与英特尔一起,引入了性能更佳的AI框架:面向英特尔?架构优化的Caffe框架。这一版本的Caffe框架与传统AI框架相比,能更好地支持英特尔?至强?处理器产品家族和英特尔?至强融核?处理器产品家族,并集成了最新版本的英特尔?数学核心函数库2017,能更高效地利用英特尔?AVX的处理能力。

源自UCloud的一系列测试结果表明,借助面向英特尔?架构优化的Caffe框架,测试系统同时运行的线程数量可以得到显著增加。基于该框架,测试系统的执行时间也能从最初未修改前的37秒缩短至优化后的3.6秒,整体执行性能提高了10倍以上。事实证明,通过采用这一框架,UAI-Service的AI在线服务效率得到了极大的跃升。

以低TCO获取高效AI服务

现阶段,致力于AI开发和创新的企业,多为初创型企业,或者是正在谋求业务转型和升级的传统企业,因此对TCO的控制尤为敏感。如何获取高性价比的在线AI能力是企业用户们普遍关心的热点话题。

由于在图像识别、自然语言处理等AI正在发挥重要作用的领域中,往往需要用到大量的浮点运算,因此在人们的传统观念里,只针对浮点计算提供加速的GPU平台,似乎更适于AI系统的构建。但在AI模型的部署实践中,GPU动辄高达数万元人民币的售价极其昂贵,而且由于其扩展性不足,一旦部署,通常就只能固定执行单一的计算工作,难以随时根据工作任务的调整和变化实现及时的适配。

这样一来,UCloud就盯上了数据中心内大量部署的、每台服务器都会配备的通用处理器。“通过技术分析,我们发现虚拟云主机中的处理器,处于工作状态的主要都是简单指令集,而英特尔?至强?处理器集成的英特尔?AVX则并没有被充分利用。”UCloud叶理灯表示:“这意味着以浮点计算性能著称的英特尔?AVX的能力,或许可以为我们提供更适用的解决方案。”

英特尔?AVX是一套完整的单指令多数据(Single Instruction Multiple Data,SIMD)指令集规范,其最大的优势在于支持256位矢量计算,大大提升了处理器的浮点计算性能。其具备的增强数据重排能力,也能更有效地存储、读取数据。在充分认识到了英特尔?AVX及其处理单元的特性和优势之后,UCloud的工程师们开始了一项大胆的创新:利用各个虚拟机中此前未能“物尽其用”的英特尔?AVX能力,来满足AI在线服务的计算需求。

为了实现这一创举,UCloud与英特尔的工程师们携手优化了英特尔?AVX在AI在线服务中的应用表现,经过反复的优化与验证,AI在线服务的重要技术指标——时延被成功降低到了数百毫秒,完全能够满足UCloud用户的实际应用需求。

在时延这一性能指标达标的同时,英特尔?至强?E5处理器产品家族出色的可扩展性也开始释放其强大的应用潜力。在数据中心内、服务器中配备的无数英特尔处理器都可以被扩展到系统中,来进一步强化AI在线服务所需的浮点计算能力,这是一种远比GPU方案经济高效得多的解决方案,毕竟,这些处理器节点已经是UCloud的既有投资,无需再为此多支出一分钱。

“这就是英特尔处理器强大的可扩展性带来的力量。在云计算平台上,处理器资源能够迅速地进行海量扩容,按我们目前的解决方案,即在每一个虚拟机上都部署一个AI在线服务计算节点,这意味着我们的AI在线服务未来可以根据用户需求得到迅速且海量的扩容能力,同时还不需要额外支付太多成本。”UCloud叶理灯满意地说。

为了对这一创新成果进行验证,UAI-Service已在200多个基于英特尔?至强?E5处理器产品家族的虚拟机节点上部署了AI在线服务计算节点,验证测试的结果表明:基于英特尔至强处理器的AI在线服务计算节点完全能满足用户对性能的要求,在帮助用户有效降低TCO的同时,也顺应了数据中心环保节能的发展方向。

最新进展:让机器更快识别”喜怒哀乐”

在前期成功开发和测试的基础上,UAI-Service最近又在人脸识别技术的应用上实现最新进展。人脸识别一直是人工智能的一个重要研究方向,而基于英特尔至强服务器平台,利用英特尔?AVX来支持的UAI-Service,已在人脸表情识别的一系列测试中达成了优异的表现,验证了其能帮助零基础用户获得强大AI能力的潜能。

在测试中,UCloud选用了Tensorflow提供的TF-Slim实验库以及人脸表情识别公开数据库fer2013,其中共包含35887张人脸图片,各测试样本在年龄、面部等方面有较大差异性,这使该项技术测试具备了巨大的挑战性。

而测试结果表明:在有并发的前提下,UAI-Service AI在线服务的性能普遍高于8核8G云主机的性能,刚刚得到的测评数据表明,目前并发数为8-16个节点时,AI在线服务在性能上基本与基于GPU的方案相仿,这不仅说明在UAI-Service AI在线服务上部署人脸表情识别应用可以带来出色的成效,还证明基于英特尔?AVX支持的UAI-Service在人工智能应用中完全具备了与传统方案相媲美的能力。

结论

以此前在UAI-Service上的成功协作为基础,UCloud未来还计划进一步深化与英特尔的创新协作,包括将最新的、面向英特尔处理器优化的AI框架引入UAI-Service在线服务平台,并将充分发掘新一代英特尔?至强?可扩展处理器的能力,特别是其集成的全新英特尔?AVX-512带来的更为强悍的浮点运算能力,来进一步优化AI在线服务,让专注于AI创新和应用的企业用户,能继续在合理的成本条件下,获取更强的AI计算能力支持。

经验

AI在线服务的普及,不仅需要在技术上予以突破,其部署的便捷性、与现有云计算能力的结合程度以及在分布式集群上部署的可行性,也在深刻影响着企业用户的AI研发和应用进程。正是因为准确捕捉到了用户的痛点和具体需求,UCloud的UAI-Service才赢得了用户的青睐。

受数据中心内普遍存在的处理器计算资源闲置现象的启发,创造性地将其空闲的浮点计算能力投入到AI在线服务中,这不仅是技术上的创新,也是AI处理工作模式上的全新探索和尝试,它既能有效帮助企业用户降低TCO,也顺应了数据中心环保节能的发展趋势。

【编辑推荐】

  1. WOT+英雄汇,2018技术人不可缺席的盛宴
  2. 物联网平台初心:技术创新落脚于使能行业,Thingworx8如约而至
  3. 云计算数据中心互连技术可以做些什么?
  4. 专访 UCloud 叶理灯:云计算会成为人工智能的基础设施
  5. 解析UCloud人工智能与英特尔背后的技术故事「上」
【责任编辑:武晓燕 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

读 书 +更多

网管员必读—网络应用(第2版)

本书虽然是《网管员必读—网络应用》的改版,但它绝不是简单的修改,而是完完全全的重写,内容更实用、更专业。全书共9章,13个大小方案,...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊